开发者实测 Grok-4.7-high 编程能力：工程场景表现不及预期

开发者 karminski 于 2026 年 9 月 23 日发布对 Grok-4.7-high 的全天编程实测反馈，指出该模型在复杂工程项目场景下的代码质量与架构理解仍不及 GPT-5.6-sol-medium。

• 实测反馈显示 Grok-4.7-high 在单次直接生成（oneshot）简单代码时表现尚可，但在多文件、多模块的完整工程项目中生成了较多不可用代码。
• 开发者指出模型存在上下文视野较窄、缺乏工程经验与边界条件处理能力等缺陷。
• 测试中通过分布式锁用例即可复现死锁问题，且模型在后续排查与修复过程中难以自行解决该并发缺陷。
• 影响/看点：该实测反映出代码模型在面对并发控制与系统级边界条件时依然存在脆弱性，意味着仅提升单轮生成能力难以直接转化为可靠的复杂软件工程交付力。
• 资料依据:
• karminski 个人发帖（2026-09-23）：https://x.com/karminski3/status/2102736513259983200

本内容由 AI 生成，仅供参考，请注意甄别